dr hab. inż. Dariusz Puchała

Ukończył studia magisterskie na kierunku Informatyka w 2001 roku na Wydziale Fizyki Technicznej, Informatyki i Matematyki Stosowanej Politechniki Łódzkiej. Od początku swojej kariery zawodowej związany jest z Instytutem Informatyki Politechniki Łódzkiej. W latach 2001-2009 pracował na stanowisku asystenta, następnie w latach 2009-2022 był zatrudniony jako adiunkt. Od 2022 roku pełni funkcję profesora uczelni w Instytucie Informatyki Politechniki Łódzkiej.

Stopień doktora nauk technicznych w dyscyplinie informatyka uzyskał w 2008 roku na podstawie rozprawy doktorskiej pt. „Szybkie algorytmy adaptacyjne przekształceń trygonometrycznych”. W swojej pracy badawczej koncentrował się na zagadnieniach związanych z efektywnymi metodami przetwarzania sygnałów oraz algorytmami obliczeniowymi. W 2018 roku uzyskał stopień doktora habilitowanego, potwierdzając tym samym znaczący dorobek naukowy i osiągnięcia badawcze w obszarze informatyki.

Jego zainteresowania naukowe obejmują szeroki zakres zagadnień z pogranicza sztucznej inteligencji, wysokowydajnych obliczeń oraz cyfrowego przetwarzania sygnałów. Szczególną uwagę poświęca badaniom nad hybrydowymi systemami sztucznej inteligencji, integrującymi podejścia symboliczne z metodami opartymi na rozproszonych reprezentacjach danych. Prowadzi również prace nad projektowaniem i optymalizacją efektywnych obliczeniowo modeli sieci neuronowych, które mogą być wykorzystywane w zastosowaniach wymagających wysokiej wydajności i ograniczonych zasobów sprzętowych.

Istotnym obszarem jego działalności badawczej są także algorytmy masowo równoległe, rozwijane na potrzeby systemów sztucznej inteligencji oraz cyfrowego przetwarzania sygnałów. W swoich pracach zajmuje się wykorzystaniem nowoczesnych architektur obliczeniowych do przyspieszania złożonych procesów analizy danych i uczenia maszynowego. Ponadto prowadzi badania nad metodami kompresji danych, koncentrując się na opracowywaniu skutecznych technik redukcji objętości informacji przy zachowaniu wysokiej jakości reprezentowanych danych.

Dorobek naukowy obejmuje publikacje z zakresu sztucznej inteligencji, metod obliczeniowych, przetwarzania sygnałów oraz kompresji danych, a prowadzona działalność badawcza łączy aspekty teoretyczne z praktycznymi zastosowaniami nowoczesnych technologii informatycznych.